【主題研究】AI 生產力爆發！全新產業專區追蹤實際供需！（限時開放）

下方所有圖表，都收納至財經Ｍ平方的 AI 產業專區，數據將自動更新，邀請各位時刻檢視相關圖表的後續變化！也邀請你加入限時活動：MM Max 年繳會員，將獲取獨家 AI 數據與半導體報告！

一、 AI 模型發展觀測：應用領域正在擴大、競爭也越發激烈

首先，在 AI 模型發展觀測圖組，我們可以用於觀察 AI 模型的發展以及各國當前發展狀況：

AI 模型的應用廣度正在擴大：

AI 模型的數量反映了該應用領域的技術成熟度，例如從 2022 年 ChatGPT 推出生成式 AI 浪潮後，「語言（Language）」模型成為了發展主流，而下圖可見，今年以來我們逐漸看到更多類型的模型推出，包括多模態、視覺、圖像生成等，反映 AI 模型在不同應用場域的技術愈來愈成熟，不再是單純的語言模型，而是走向多模態、多功能和專業領域化。

各國持續投入 AI 發展且競爭加劇：

各國積極參與這場 AI 賽局，例如全球的 AI 專利數快速攀高、 AI 模型數量創高、私人對 AI 領域投資也持續增加，也因為 AI 作為最重要的戰略發展產業，各國均設法吸引更多 AI 資源和人才進駐，如果從下圖右「每萬名領英（LinkedIn）會員 AI 人才淨遷徙數」來觀察，數值愈高代表該國的 AI 國際人才吸引力愈強，包括盧森堡、賽普勒斯、阿聯酋等，通常「 AI 準備度更高」的國家也會有較高的人才吸引度，反映一國在政策環境、 AI 基礎建設、創新生態系的競爭力。

整體來看，AI 發展趨勢正在持續擴大，而此波 AI 生產力革命帶動了各國政府和企業的投入。當然，這也讓市場擔憂 AI 的資源投入是否已經過度超前，而在可預見的未來內是否能夠有效地轉換成企業的營收？圖中觀察科技巨頭的「資本支出 / 營收」持續攀高，下面段落我們將從 AI 需求觀測圖組進一步分析。

二、 AI 需求觀測：應用速度超越網際網路、但產業分歧

接著，我們提供多個指標來觀測 AI 的需求，試圖解答市場最想知道的疑問：「 AI 應用究竟是否有持續在擴大？」「 AI 是否是一個巨型泡沫？」，我們精選以下幾項數據來進行說明。

首先，我們可以從 AI 工具訪問量及活躍用戶數來觀察。訪問量可用來觀察不同 AI 工具在各種裝置（包括電腦、手機、平板等）的總訪問次數，一個使用者每天可能有多次訪問次數，可用來觀察市場使用 AI 工具的需求趨勢。 ChatGPT 每月活躍用戶數主要是整合不同網頁所「估計」出的使用人數，例如目前 ChatGPT 每月的活耀用戶數大約為 8 億左右，將此數字除以全球總人口數後，則可用來觀察經常使用 AI 工具的人數佔比，目前為 10.2% 。

值得留意的是，本波 AI 滲透率相比於過往的任何新科技技術都來的更快，例如美國家庭的 AI 使用率在商業化後 3 年左右的時間就達到接近 50%，網際網路則花了 12 年左右。

其次，我們也可以直接觀測美國企業使用 AI 比重，以藉此評估 AI 工具大規模商用化的可能。此數據為美國有多少比例的企業正使用 AI 或有意願在未來六個月使用 AI 來生產商產或提供服務，同時也可用來觀察各個產業導入 AI 的情況，總樣本數約 120 萬家企業，每兩週取樣約 20 萬家，因回應率約 16%，樣本數量落在 16 萬家左右。目前，美國企業已實際導入 AI 的比重約為 10%，多數落在資訊、專業科學、企業管理、金融等具備一定數據基礎和 IT 技術的領域，但傳統的製造、零售、餐飲等傳統產業仍然偏低。

同樣的趨勢也反映在 Ramp 美國企業採用 AI 比率，此數據係透過企業公司卡與付款平台的交易資料，追蹤實際付費訂閱 AI 產品或服務的企業情況，包括 OpenAI 、 Antropic 、 xAI 、 Google 等 AI 模型供應商。同樣也可分成不同產業進行觀察，取樣涵蓋超過 4 萬家美國企業，以科技業與金融業採用比例為最高。

此總結以上的圖表，AI 的滲透不論是在企業或各國都仍然有許多成長空間，我們在 9 月的 獨家報告 也詳細分析，AI 目前大規模應用的瓶頸在於「成本」和「有學習能力和長久記憶」，但目前在模型價格持續降低以及模型能力精進的情況下，未來 AI 的應用也將繼續擴散。

邀請你加入限時活動：MM Max 年繳會員，將獲取獨家 AI 數據與半導體報告！

三、 AI 供應鏈觀測：供不應求下，部分領域表現突出

在確認 AI 長期需求持續成長後，我們將目光轉向供給端。因為當需求趨勢已確立，供給反而可能成為 AI 發展的限制因素，這也使得相關受惠領域的表現更加突出。我們可以透過以下指標進行追蹤，並持續驗證 AI 發展仍處於供不應求的局面。

晶圓代工：提供 AI 模型運算和推理最重要的核心就是 AI 晶片（包括 GPU 、 ASIC 等），而 AI 晶片也離不開晶圓製造，因此觀察先進製程的價格和產能利用率可用來判斷目前 AI 和高效能運算的需求，例如 N4/5 為目前主流 AI 晶片的常用節點，當產能利用率攀升，代表市場需求向上，價格容易上漲，反之則下跌。（圖中圖表由 Isaiah Research 提供，加入 MM Max 年繳會員 將能無限瀏覽半導體專區！）

台灣出口：台灣作為全球重點 AI 供應鏈重鎮，包括 AI 晶片代工、伺服器組裝、散熱、電源等關鍵節點，電子零組件和資通訊產品的出口可作為 AI 市場方向的重要指標。例如：電子零組件包含台積電 N3 、 N4/5 等先進晶片、高階記憶體、高階 PCB 等；資通訊包含 AI 伺服器、記憶體模組等。最新 8 月電子零組件和資通訊出口持續表現強勁，前者金額創下歷史新高，年增率達 34.6%（前 34.1%），後者金額為歷史第二高，年增率達 79.8%（前 87%），都在反映 AI 需求帶動台灣相關零組件的出貨強勁。

登入看完整文章